Je trouve ces critiques hors de propos. C'est un problème de représentation : même en réfléchissant longuement à la représentation globale de l'image, on ne peut pas suivre précisément les entités. Mais ce n'est pas difficile à résoudre, et il existe… quatre solutions différentes. C'est juste une priorité secondaire.
@vikhyatk pourrait littéralement résoudre le problème avec des cadres de sélection et le zoom/recadrage, s'il le décidait.